Hva bør virksomheter eie i AI-stakken sin?

Den neste fasen av AI-transformasjonen vil handle om hva virksomheter kan lære av hver beslutning AI tar, og hvem som eier denne læringen

Samtalene om AI har dreid seg om ett hovedspørsmål: Hva kan disse modellene gjøre? De ble sammenlignet med referansetester, prøvd ut i pilotprosjekter og møtt med beundring, og det var det riktige spørsmålet i eksperimenteringsfasen. Men det er ikke det riktige spørsmålet for situasjonen vi står i nå.

I denne neste fasen – den agentiske virksomheten – utfører AI arbeid, overvåker endringer, utarbeider leveranser og deltar i viktige beslutninger for å drive virksomheten framover, i stedet for bare å svare på spørsmål. Denne utviklingen går stadig raskere: IBMs CEO-undersøkelse for 2026 viste at toppledere forventer at andelen operative beslutninger som tas av AI, vil bli nesten doblet til 48 % innen 2030. Når AI utfører arbeidet i stedet for bare å beskrive det, endres det strategiske spørsmålet fra «Hva kan denne modellen gjøre?» til «Hva lærer virksomheten min hver gang den tar en beslutning, og hvem eier denne læringen?»

Hvis verdiskapingen i en virksomhet skjer beslutning for beslutning, er virksomhetens viktigste ressurs i AI-alderen læringssløyfen som gjør det mulig for organisasjonen å lære av hver beslutning – nærmere bestemt konteksten bak den, dokumentasjonen som lå til grunn for den, resultatet den førte til, og mønsteret som knytter disse elementene sammen. Eier du denne sløyfen, blir hver beslutning grunnlaget for en bedre neste beslutning. Går du glipp av den, automatiserer du aktivitet uten å bygge opp et konkurransefortrinn.

Bare det å formulere spørsmålet på nytt endrer nesten alt ved hvordan en seriøs virksomhet bør utforme AI-løsningene sine.

Feilen ved å satse hele virksomheten på én modell

Den vanlige impulsen har vært å samle innsatsen ved å velge en ledende modelltilbyder, standardisere på denne og bygge alt oppå den. Jeg mener imidlertid at det er en feil, men ikke av den grunnen folk vanligvis oppgir.

Den vanlige innvendingen er leverandørbinding og muligheten til å påvirke prisene. Dette er reelle utfordringer, men de er sekundære. Det grunnleggende problemet handler om insentiver og hvor læringen din havner. Modelltilbydere har som virksomhet å utvikle verdens beste modeller for generelle formål, og det gjør de ved å lære av bruken. Når du sender virksomhetens proprietære beslutninger, data og arbeidsflyter gjennom én enkelt leverandør, overlater du det mest særpregede du har – dokumentasjonen av hvordan virksomheten din tenker – til en leverandør som har insentiver til å generalisere det. Konkurransefortrinnet ditt blir en innsatsfaktor i en standardvare som konkurrentene dine også kan kjøpe.

Utviklingen går også for raskt til at det er klokt å satse på at én bestemt modell vil forbli best særlig lenge. Den riktige arkitekturen bør i stedet gjøre det mulig for virksomheter å rute oppgaver til modellen eller den spesialiserte agenten som egner seg best til oppgaven, samtidig som de eier agentrammeverket og læringssløyfen som fanger opp hvordan virksomheten fungerer og tar beslutninger. Modellene kan endres; dette proprietære fundamentet forblir ditt og blir mer verdifullt over tid.

Dette proprietære fundamentet kan også ha en målbar strategisk verdi. IBMs studie viste også at toppledere som integrerer proprietære data og immaterielle rettigheter i spesialtilpassede AI-modeller og agenter, forventer at 13 % mer av inntektene deres i 2030 vil komme fra produkter og tjenester de ikke tilbyr i dag.

Du kan ikke bygge alle agentene, og du bør heller ikke prøve

Å eie agentrammeverket, læringssløyfen og rutingen betyr ikke at du må bygge hver eneste agent som kjører oppå dem. Den ledende agenten for virksomheten – den som forstår organisasjonen, prioriteringene og de proprietære dataene dine – skal du selv bygge og eie. Men virksomhetens arbeid omfatter områder som ingen enkeltgruppe kan beherske: salg, HR, jus, økonomi, markedsinnsikt og mer. Hvert av disse områdene vil betjenes best av en spesialisert agent som er svært god på akkurat sitt område.

Ingen virksomhet kommer til å bygge en agent i toppklasse internt for hver eneste funksjon. Det er ikke et kappløp om ressurser som du kan vinne. Den vinnende modellen er en sterk ledende agent som orkestrerer en gruppe spesialiserte underagenter, der hver agent kan tilpasses virksomhetens krav og kobles til agentrammeverket gjennom et ryddig grensesnitt. Virksomheter er likevel fortsatt tidlig i arbeidet med å bygge denne typen arkitektur. En Deloitte-undersøkelse fra 2026 viste at bare 15 % av organisasjonene har tatt i bruk orkestrerte multiagentsystemer på tvers av funksjoner i stor skala.

Virksomhetsledernes egentlige oppgave er derfor todelt: De må bygge den overordnede agenten som setter retningen, og læringssløyfen den mater, og deretter finne de beste spesialiserte agentene og integrere dem. Eierskap der verdien bygger seg opp; samarbeid der den ikke gjør det.

En spesialisert agent eller en innpakning

En spesialisert agent må tilføre noe virksomheten ikke enkelt kan gjenskape. Det varige konkurransefortrinnet ligger i proprietære data kombinert med et spesialbygd agentrammeverk for å hente fram og resonnere over dem. En agent er bare så god som det den klarer å finne, og hvor godt den forstår det den finner.

Dette er målestokken virksomhetsledere bør bruke når de avgjør hva de skal bygge selv, og hvor de bør samarbeide med andre. Hvis en funksjon avhenger av unikt innhold, domenekompetanse og infrastruktur som er spesialbygd gjennom mange år, vil det neppe gi et konkurransefortrinn å bygge den opp på nytt internt. Bruk heller ressursene på de proprietære dataene, beslutningssløyfen og orkestreringslaget som er unike for virksomheten din.

Hva vinnerne vil forstå

Selskapene som lykkes i den agentiske tidsalderen, vil være de som bygger virksomheten rundt det som gjør dem unikt smartere over tid. De vil eie læringssløyfen som gjør det mulig å lære av hver beslutning, og omgi den med de beste spesialiserte agentene i stedet for å prøve å bygge alt selv.

Målet er ikke å eie hver eneste del av KI-stakken. Målet er å eie de delene der fortrinnet ditt vokser over tid, og samarbeide med andre om resten. Tilkoblet er ikke det samme som intelligent. I den agentiske virksomheten betyr intelligent å eie det som gir stadig større fortrinn, og samarbeide med andre om resten.